问财量化选股策略逻辑
选股逻辑：振幅大于1,近25个交易日有单日涨幅大于等于百分之10,机构抄底。
选股逻辑分析
该选股策略综合考虑了波动性、趋势性和市场情况，振幅大于1可以筛选出波动较大的股票，单日涨幅大于等于百分之10则筛选出表现较好的个股，机构抄底反映了市场情况和投资者预期。反映了波动性、短期趋势和市场情况综合考虑的因素会给选股策略带来更多的可靠性和实际意义。
有何风险？
该选股策略存在以下风险：
- 机构抄底的数据可能并不准确，无法全面反映机构操作的真实情况，有误导性的风险。
- 选股策略的波动性和短期趋势的因素未必能够完全预测股票的走势，需要多方面考虑。
- 该选股策略忽略了公司基本面数据和估值等因素，可能不能全面和准确地评估股票。
如何优化？
在基于该选股策略的前提下，可以优化以下方面：
- 考虑多方面机构数据，提高机构抄底数据的准确性。
- 考虑加入公司基本面数据评估股票估值。
- 考虑加入流动性因素，如成交量等，综合评估股票的走势。
最终的选股逻辑
基于以上考虑，我们最终确定的选股逻辑如下：
- 振幅大于1。
- 近25个交易日单日涨幅大于等于百分之10。
- 机构抄底。
- 考虑公司基本面数据和估值等因素。
- 考虑其他流动性因素，如成交量等。
同花顺指标公式代码参考
C1 = IF(HIGH-LOW > ATR(CLOSE,20), 1, 0);
C2 = IF(ABS((CLOSE-REF(CLOSE, 1))/REF(CLOSE,1)) > 0.1, 1, 0);
C3 = // 机构抄底的公式代码
C4 = IF(C1 AND C2 AND C3, 1, 0);
C5 = // 考虑公司基本面数据、估值等因素的代码
C6 = // 考虑其他流动性因素的代码
SELECTOR = C4*C5*C6;
RESULT= SORT_RANK(SELECTOR, ASCEND(SEARCH_RANK()));
python代码参考
df = pd.read_csv('your_data.csv', index_col='date')
C1 = np.where(df['high'] - df['low'] > ta.atr(df), 1, 0)
C2 = np.where(abs((df['close'] - df['close'].shift(1)) / df['close'].shift(1)) > 0.1, 1, 0)
C3 = // 机构抄底的公式代码
C4 = np.where((C1 == 1) & (C2 == 1) & (C3 == 1), 1, 0)
C5 = // 考虑公司基本面数据、估值等因素的代码
C6 = // 考虑其他流动性因素的代码
selector = C4 * C5 * C6
result = np.argsort(np.argsort(selector))
## 如何进行量化策略实盘？
请把您优化好的选股语句放入文章最下面模板的选股语句中即可。
select_sentence = '市值小于100亿' #选股语句。
模板如何使用？
点击图标右上方的复制按钮，复制到自己的账户即可使用模板进行回测。
## 如果有任何问题请添加 下方的二维码进群提问。
